大數據分析入門與實務研討
Basic and Practice of Big Data Analytics
| 節 | 週三 |
|---|---|
3 10:10–11:00 | 大數據分析入門與實務研討 A213 2 節連堂 |
4 11:10–12:00 |
* 根據陽明交大上課時間表所列
課程首先介紹大數據的意義、演進、與特徵、大數據分析的模式與分類,及其應用在農漁工商業、都市交通、健康醫療等領域的優勢。其次介紹開源軟體(Excel及Orange),進行圖形化(或稱視覺化)的資料分析與建模,佐以案例研討及實務演練。課程著重邏輯推理與管理思維的鍛鍊,不涉及程式編碼。過程中將大數據分析聯結至機器學習演算法,並說明大數據分析乃是人工智慧的一環。 課程的學習目標在於理解及應用大數據分析的全盤性概念,採用圖形化的資料分析與建模,不涉及程式編碼,適合自然科學與人文社會科學領域的學生選修。學生將了解大數據的概念與應用,並增進資料處理、統計分析、與預測未來的能力。本課程期許各領域背景的同學皆能兼具管理思維、運算思維與邏輯分析的能力,以及簡報美學設計的能力。
資工系,資管系學生不適合選修. 修過"機器學習"相關課程的學生不得選修. 上課使用電腦教室, 額滿不能加簽.
課堂講授 (Lecture) 案例研討 (Case study) 實作演練 (Practical exercise) 作品講評 (Comment)
(60%) 期中與期末專題 (30%) 作業 (10%) 學習精神與隨堂練習 專題評分標準: (1)軟體操作、自主學習與創意 (2)架構完整、分析合理、結論有意義 (3)投影片製作用心
| 週次 | 主題 |
|---|---|
| 第 1 週 | A1 課程介紹與修課須知 |
| 第 2 週 | A2 大數據的意義,演進與特徵 |
| 第 3 週 | A3 大數據與人工智慧 |
| 第 4 週 | A4 資料科學與資料分析程序 |
| 第 5 週 | B1 認識Excel工具 |
| 第 6 週 | B2 資料取得與資料預處理 |
| 第 7 週 | B3 相關性與簡單迴歸 |
| 第 8 週 | B4 多元迴歸分析 |
| 第 9 週 | B5 多元迴歸分析的應用 |
| 第 10 週 | C1 認識Orange圖形化分析工具 |
| 第 11 週 | C2 分類分析之決策樹 |
| 第 12 週 | 全校運動會/停課 |
| 第 13 週 | C3 貝葉斯的機率定理 |
| 第 14 週 | C4 分類分析之單純貝葉斯 |
| 第 15 週 | C5 分類分析之K近鄰法 |
| 第 16 週 | 課程回顧與總結 |
教科書: 教師自編講義教材 參考書: 統計學與大數據分析-EXCEL實務應用與操作/古永嘉 / 新陸書局 統計學與EXCEL資料分析之實習應用/王文中、錢才瑋 / 博碩文化 用Excel學商業預測-終身受用的原理與實作/葉怡成/博碩文化出版/2017 機器學習技術實戰/洪松林/深石數位科技出版/2020 銷售AI化-看資料科學家如何思考/Masanori Akaishi著/旗標科技翻譯出版/2022 Orange tutorial series: https://www.youtube.com/watch?v=HXjnDIgGDuI&list=PLmNPvQr9Tf-ZSDLwOzxpvY-HrE0yv-8Fy
- 地點
- 請先來信email與老師討論
- 時間
- 請先來信email與老師討論
- 聯絡方式
- bai@nycu.edu.tw